Gian-Franco Pironti è un ingegnere applicativo che lavora in elettronica, materiali ad alte prestazioni e soluzioni di superficie per Merck KGaA a Darmstadt, in Germania. Ha una vasta esperienza nell'utilizzo sia del rilevamento e della portata della luce (LiDAR) che del rilevamento e della portata radio (RADAR), nonché della microscopia con profondità di campo estesa e del linguaggio di modellazione della realtà virtuale. Avendo iniziato la sua carriera nella produzione chimica di ricerca e sviluppo per il Gruppo Merck, Gian-Franco ha più di 35 anni di esperienza in prodotti chimici elettronici e rivestimenti.
Meg: Che ruolo ha giocato la scienza dei dati nel plasmare la tua traiettoria professionale? C'è stata una svolta che ti ha fatto capire l'importanza – e il potenziale – dei dati?
Gian Franco: Nel mio lavoro di ingegnere applicativo, mi sono reso conto abbastanza rapidamente che la raccolta, la gestione e l'analisi dei dati è estremamente importante. All'inizio, quel processo richiedeva un po' di tempo, ma più dati avevo accesso, migliore era il risultato. Mi sono reso conto che non dovevo perdere tempo ad analizzare i dati senza controllarli da diversi punti di vista.
Nel industria dei semiconduttori , il nostro approccio all'analisi di processo, costi, efficienza e impatto richiede un sacco di dati! E al giorno d'oggi, la ricerca richiede anche molte informazioni: i risultati tecnici e analitici devono essere affrontati.
Meg: Che tipo di obiezioni incontra più frequentemente quando si tratta di sostenere approcci analitici? Come hai superato questo tipo di sfide?
Gian Franco: La maggior parte delle obiezioni è incentrata sull'avere troppi dati o set di dati troppo complicati e disparati. Questo tipo di complessità può comportare la perdita di un po' di valore nell'aggregato se ti fa concentrare su cose con meno importanza trascurando fattori più rilevanti o importanti. Fino a un certo limite, ho cambiato il modo in cui gestisco i dati, così come il mio punto di vista sul valore dei dati in generale. Più dati hai, anche se all'inizio non sembrano importanti, più l'immagine o il risultato saranno chiari alla fine.
Mega: Quali sono alcune idee sbagliate comuni che hai riscontrato quando si tratta di statistiche industriali e/o del valore dell'abilitazione dell'analisi?
Gian Franco: Le persone potrebbero pensare che alcuni dati non siano così importanti all'inizio, ma con un'enorme quantità di dati, prima o poi non puoi vedere la foresta per tutti gli alberi! La raccolta di dati – di fatto tutti i tipi di dati – sta diventando ogni giorno più imperativa per attivare, tracciare e analizzare tutti i tipi di attività e processi a valore aggiunto. Nel nostro settore, i dati sono fondamentali per migliorare e stabilizzare i processi, ricevere avvisi o tendenze predittive prima di incontrare problemi, ridurre i costi e guadagnare tempo.
Meg: Come hai massimizzato il valore da cui ottieni JMP ? C'è qualche caratteristica o aspetto della comunità JMP che ritieni che altre persone stiano utilizzando in modo insufficiente?
Gian Franco: Secondo la mia opinione personale, il potere di JMP non è ancora visto dai tecnici che lavorano nell'area del supporto, dell'analisi dei problemi e della ricerca di soluzioni basate su fatti e dati. Anche solo per ottenere una panoramica rapida e sporca, un approccio grafico ti consentirà di includere o escludere i parametri che hai osservato nell'analisi. Quindi puoi tuffarti in un'immersione profonda, risolvendo i problemi ad esempio applicando DOE .
Mega: Quali risorse JMP, se ce ne sono, hai attinto? Qualcosa che trovi particolarmente utile?
Gian Franco: Per me personalmente, la cosa più utile è la possibilità di visualizzare i dati. Inizio sempre ad analizzare i miei dati con un istogramma di distribuzione seguito da un'analisi multivariata e da un diagramma a dispersione 3D. Questo processo mi dà un'idea molto buona di come affrontare e/o risolvere il problema. Più tardi, entro in DOE.
Mega: Hai qualche consiglio per le persone che stanno cercando di farlo aumentare l'adozione di analisi all'interno della loro organizzazione?
Gian Franco: Controlla e poi distribuisci Video di YouTube su JMP convincere gli altri!
Mega: Che ne dici di qualcuno che ha appena iniziato con JMP?
Gian Franco: Consiglio vivamente di guardare il canale del software JMP su YouTube. E semplicemente provalo tu stesso, iniziando con una piccola quantità di dati chiara, ben organizzata.
Mega: C'è qualcosa che sai ora quando si tratta di analisi che avresti voluto sapere anni fa?
Gian Franco: La maggior parte delle persone inizia con i fogli dati di Excel, grafici bidimensionali che possono essere ben organizzati fino a una certa soglia. Prima o poi, però, raggiungeranno il limite di ciò che può essere fatto in un foglio Excel e inizieranno a imparare come utilizzare una tabella pivot in Excel. Questo potrebbe aiutare per un po', ma prima o poi finiranno con dei limiti. Poi arriva JMP e possono fare un enorme passo avanti tutto in una volta.
